在机器学习和数据挖掘的应用中，scikit-learn是一个功能强大的python包。在数据量不是过大的情况下，可以解决大部分问题。学习使用scikit-learn的过程中，我自己…

from http://blog.163.com/zzz216@yeah/blog/static/16255468420121105146675/ 1 用CLUSTER过程和TRE…

from http://blog.csdn.net/textboy/article/details/46975985 公式 woe=ln(odds)，beita为回归系数，alth…

from http://www.kawabangga.com/posts/1264 1.NLTK NLTK 在使用 Python 处理自然语言的工具中处于领先的地位。它提供了 Wo…

来自 http://blog.csdn.net/u011300443/article/details/48132697?utm_source=tuicool 2015年机器学习/数…

来自 豆瓣 作者 飞林沙 从前东家离职已经一个多月的时间了，在这一个月，前前后后也和几家公司做了技术交流，自己也第一次静下来这么久来思考总结。今年是我毕业的第五年，也正巧赶上年底，…

from http://blog.csdn.net/aliceyangxi1987/article/details/72969566 本文结构： 什么是集成学习？ 为什么集成的效果…

社会网络分析（Social Network Analysis）是大数据分析的主要应用方向。社会网络分析关注的是关系，这种关系可以是人与人之间的关系，也可以是组织之间或是国家之间的关…

本文由一起大数据网整理，转载请保留原文链接。 为了更好的理解PLS，推荐大家先学习回归分析、典型相关分析和主成分分析相关知识内容（这些内容在SPSS视频教程里都有）。 第一部分：概…

　　南大周志华老师在2010年提出一个异常检测算法Isolation Forest，在工业界很实用，算法效果好，时间效率高，能有效处理高维数据和海量数据，这里对这个算法进行简要总结…

本文为淘宝广告技术部广告算法负责人、淘宝网研究员吴雪军在8月3日CTO俱乐部沙龙演讲实录，全文如下： 我今天演讲的题目是自然语言处理技术在搜索和广告中的应用。搜索和广告是技术非常密…

作者 飞林沙 这篇本应在一周前产出的年底总结被拖延症拖到了现在，上午和同事去深大校园里逛了两个小时，看着学生们悠闲地背着书包走在去往自习室、图书馆的路上，不禁感叹原来自己已经毕业了…

来自 宋兵乙的博客 特征选择方法中，有一种方法是利用随机森林，进行特征的重要性度量，选择重要性较高的特征。下面对如何计算重要性进行说明。 1 特征重要性​度量 计算某个特征X的重要…

from http://blog.163.com/jiangfeng_data/blog/static/20641403820125141026440/   K最近邻(k…

from http://www.cnblogs.com/fengfenggirl/archive/2013/05/27/knn.html 分类算法有很多，贝叶斯、决策树、支持向量积…

from http://www.jianshu.com/p/6c2925ef47f3 RNN－Recurrent Neural Networks http://v.youku.co…

来自http://blog.sina.com.cn/s/blog_8db50cf70101hu2l.html 一、使用SAS/EM界面生成CHAID决策树 这部分内容摘自：http…

from http://blog.sina.com.cn/s/blog_7103b28a0102wpqm.html 这是应对非均衡训练数据集的一种方法。 针对非均衡训练数据，可以采…

1. 决策树模型与学习 决策树（decision tree）算法基于特征属性进行分类，其主要的优点：模型具有可读性，计算量小，分类速度快。决策树算法包括了由Quinlan提出的ID…

from http://www.cnblogs.com/dm-cc/p/5737147.html 一. 概念 关联分析用于发现隐藏在大型数据集中的有意义的联系。所发现的联系可以用关…